余弦相似度与Okapi BM25有何不同？

Question

我正在使用elasticsearch进行一项研究。我计划使用余弦相似度，但我注意到它不可用，相反，我们使用BM25作为默认评分函数。

这有什么原因吗？余弦相似度是否不适合查询文档？为什么选择BM25作为默认值？谢谢

Answer 1

长期使用的elasticsearch使用TF/IDF算法来查找查询中的相似度。但之前的版本更改为BM25，效率更高。您可以在the documentation中阅读相关信息。And good article explains what is elastic search and how to the similarity in ES。

您还可以向elasticsearch编写自定义算法。Here a good article about how to do。